先关注后阅读，娇姐怕失去上进的你

用 OpenClaw 一段时间后，很多人会发现一件事：账单比预期高，但不知道钱花在哪里。

这篇文章从底层把这件事说清楚——你的消息到底经历了什么，Token 到底消耗在哪，以及最有效的几个省钱方法。

内容基于 OpenClaw 源码（agents/system-prompt.ts）和官方文档，有争议的地方会单独说明。

一、你的消息到达大模型之前，经历了什么

你在飞书发的消息，不会直接发给大模型。中间要经过 8 个步骤，每一步都有对应的源码文件：

二、System Prompt 里装了什么——用真实数据说话

以下是一个真实 Agent 的实际注入数据：

你还没开口说话，System Prompt 本身就已经花掉约 6,700 个 Token。加上历史对话，一句"你好"实际触发的总消耗轻松破万。

三、关于 Skill 注入：有争议，先看结论

这里需要单独说明，因为不同资料有两种说法：

验证方法：在对话里输入 /context list，直接看你的版本实际注入了什么内容。

四、Token 消耗排行榜

五、很多人不知道的三个误区

误区一：工具调用不消耗 Token

很多人以为 Token 只算"我说的话"和"它回的话"，工具调用不算。错。工具返回的内容也算输入 Token，而且往往是最大的一块。

// BAD: 读取整个日志文件（1万行）   → 返回约 500,000 字符 → 约 125,000 tokens// GOOD: 只读最后 20 行   → 返回约 1,000 字符 → 约 250 tokens差距：500 倍

误区二：重要的事在聊天里说一遍就够了

对话越来越长，OpenClaw 会触发 Compaction（压缩），把旧对话摘要化。你口头说的临时指令，很可能在这个过程中丢失。

误区三：子 Agent 认识你、有你的设置

子 Agent 的 Session 只注入 AGENTS.md 和 TOOLS.md，SOUL.md、USER.md、MEMORY.md 全部被过滤掉了。这是设计如此，不是 Bug。子 Agent 语气不对、不认识你——正常现象。

六、实战省 Token 指南

关于 bootstrapMaxChars 单独说明

这是每个核心文件的字符上限，默认 20,000。超出后的截断规则是：保留头部 70% + 尾部 20%，丢弃中间 10%。

{  "agents": {    "defaults": {      "bootstrapMaxChars": 15000  // 默认 20000    }  }}

七、进阶：让 Agent 自己提醒你省钱

知道了原理，还有一个进阶做法：把 Token 优化规则写进 AGENTS.md，让 Agent 在对话过程中主动提醒你何时该开新会话、何时该精简操作。

在你的 AGENTS.md 里加入这段内容：

## Token 优化原则### 核心原则1. 复杂任务开新会话 — 每次只做一件事，用 /new 开启2. 适时提醒用户 — 对话超过 10 轮时，提醒用户是否需要开新会话3. 精简输入 — 只给用户需要的信息，不过度展开4. 工具调用要精准 — 读取文件用 offset/limit，执行命令截断输出### 何时提醒用户- 对话超过 10 轮时- 发现用户在进行新的独立任务时- 用户要求做复杂操作时### 提醒话术"这个任务比较复杂，建议开新会话来做，这样更高效。要我帮你用 /new 开启新会话吗？"### 常见误区（要避免）- 读整个文件而不是只读需要的部分- 执行命令返回全部结果而不是截断- 在长对话中继续处理新任务而不建议开新会话- 开启不需要的 Skills

如果你有多个 Agent，把这段放进 share/AGENT-WORK-STANDARDS.md 这样的全局模板文件，所有新建的 Agent 都会自动继承这些规则，不需要每次手动教。

加了这段配置之后，效果是什么

最重要的两件事：任务完成就开新会话，读文件加 limit 不读整个。这两条做到，成本能降 60% 以上。

关于openclaw资料包和系列文章